$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

인공위성 영상의 객체인식을 위한 영상 특징 분석
Feature-based Image Analysis for Object Recognition on Satellite Photograph 원문보기

한국HCI학회논문지 = Journal of the HCI Society of Korea, v.2 no.2 = no.4, 2007년, pp.35 - 43  

이석준 (경북대학교 컴퓨터공학과) ,  정순기 (경북대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문은 특징검출(feature detection)과 특징해석(feature description) 기법을 이용하여, 영상 매칭 (matching)과 인식(recognition)에 필요한 다양한 파라미터의 변화에 따른 인식률의 차이를 분석하기 위한 실험 내용을 다룬다. 본 논문에서는 영상의 특징분석과 매칭프로세스를 위해, Lowe의 SIFT(Scale-Invariant Transform Feature)를 이용하며, 영상에서 나타나는 특징을 검출하고 해석하여 특징 데이터베이스로 구축한다. 특징 데이터베이스는 구글 어스를 통해 획득한 위성영상으로부터 50여개 건물에 대해 구축되는데, 이는 각 건물 영상으로부터 추출된 특징 점들의 좌표와 128차원의 벡터의 값으로 이루어진 특징 해석데이터로 저장된다. 구축된 데이터베이스는 각 건물에 대한 정보가 태그의 형식으로 함께 저장되는데, 이는 카메라로부터 획득한 입력영상과의 비교를 통해 입력영상이 가리키는 지역 내에 존재하는 건물에 대한 정보를 제공하는 역할을 한다. 실험은 영상 매칭과 인식과정에서 작용하는 내-외부적 요소들을 제시하고, 각 요소의 상태변화에 따라 인식률의 차이를 비교하는 방법으로 진행되었으며, 본 연구의 최종적인 시스템은 모바일기기의 카메라를 이용하여 카메라가 촬영하고 있는 지도상의 객체를 인식하고, 해당 객체에 대한 기본적인 정보를 제공할 수 있다.

Abstract AI-Helper 아이콘AI-Helper

This paper presents a system for image matching and recognition based on image feature detection and description techniques from artificial satellite photographs. We propose some kind of parameters from the varied environmental elements happen by image handling process. The essential point of this e...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 이번 장에서는 본 논문에서 제안하는 인공위성 영상의 객체인식을 위한 시스템을 설명하고, 본 시스템에서 사용되는 영상매칭방법과 특징색인, 검색에 사용되는 요소들과 그 처리과정을 설명한다. 광역의 지역을 촬영한 인공위성영상에서 특정 객체, 즉 건물과 같은 객체를 인식하는데 있어서 어떤 요소가 특징이 되기에 적당한 지를 관찰하는 과정이 본 연구에서 가장 주안점이 된다
  • 이는 영상데이터로부터 추출한 특정 특징을 미리 저장하고, 해당하는 특징과 유사도 검사를 통해 가장 높은 카운트를 가지는 영상을 결과로 도출하는 시스템으로써, 사용하는 영상 데이터는 인공위성 영상 데이터를 사용한다. 기본적으로는 영상 매칭에 대한 실험을 기반으로, 영상 매칭에 작용하는 여러 가지 파라미터의 변화에 따른 매치 카운트를 비교해 보고, 인공위성 영상을 매칭 하는데 필요한 특징들을 알아보는 데 본 연구의 의의가 있다. 검색된 결과 영상은 서비스 제공자가 원하는 형태의 정보데이터베이스로 가공되어, 해당 정보는 원하는 사용자에게 제공 될 수 있다.
  • 본 논문에서는 기존의 정보검색 메커니즘인 텍스트 기반의 검색으로 해결할 수 없었던, 영상데이터 자체를 이용한 영상정보 검색시스템을 구축한다. 이는 영상데이터로부터 추출한 특정 특징을 미리 저장하고, 해당하는 특징과 유사도 검사를 통해 가장 높은 카운트를 가지는 영상을 결과로 도출하는 시스템으로써, 사용하는 영상 데이터는 인공위성 영상 데이터를 사용한다.
  • 본 논문에서는 인공위성 영상을 기반으로 영상의 변화조건을 설정하여 영상매칭에 얼마나 영향을 미치는가를 살펴보았다. 영상 변화조건에 대한 요소로써, 입력되는 영상의 조건변화, 데이터베이스를 구축할 때 사용하는 원천영상의 변화, 영상 입력기기에 따른 변화, 트리를 검색할 때 얼마만큼의 검색범위를 지정할 것인지에 대한 실험과 검증을 해보았다.
  • 본 논문은 SIFT[23]를 기반으로 하여, 인공위성으로부터 획득한 위성영상에서 영상의 전체, 또는 부분을 인식하는 시스템을 개발하는데 필요한 다양한 변수들의 변화에 의한 인식률의 차이를 관찰하기 위해 진행되었다. 영상을 인식하고 해석하는 데는 여러 가지 변수가 적용되는데, 본 논문에서는 영상해석과 검색에 사용되는 변수들의 변화를 설정하고 그 변화에 따라 영상해석, 또는 영상 검색의 정확도에 얼마나 영향을 미치는지 살펴보았다.
  • 본 논문은 SIFT[23]를 기반으로 하여, 인공위성으로부터 획득한 위성영상에서 영상의 전체, 또는 부분을 인식하는 시스템을 개발하는데 필요한 다양한 변수들의 변화에 의한 인식률의 차이를 관찰하기 위해 진행되었다. 영상을 인식하고 해석하는 데는 여러 가지 변수가 적용되는데, 본 논문에서는 영상해석과 검색에 사용되는 변수들의 변화를 설정하고 그 변화에 따라 영상해석, 또는 영상 검색의 정확도에 얼마나 영향을 미치는지 살펴보았다
  • 일반적으로 시스템을 구현할 때, 시스템의 응답률을 높이기 위해 트레이닝과정을 거치거나 빌드하기 위한 데이터의양을 풍성하게 하는 방법을 사용한다. 하지만 본 연구에서는 응답률을 높여 시스템의 응답률을 보장하는 것보다, 단일 영상의 데이터를 통해 컴퓨터 비전 기술로 얼마나 응답률을 높일수 있는가를 관찰하기 위한 것이 본 실험의 목적이고, 또 특정 파라미터의 조정이 동일 환경내의 영상 응답률에 얼마나 영향을 미치는 가를 관찰하는 것이 연구의 의도이므로 여타의 트레이닝 과정은 거치지 않도록 실험환경을 설정하였다.

가설 설정

  • 영상에서 픽셀간의 그라디언트의 대비를 더욱 크게 하면 특징을 찾고 그 특징적인 요소들을 보다 확연하게 구분 할 수 있을 것이라는 가정 하에, 언-샤프 마스크 필터(un-sharp mask filter)를 사용하였다. 언-샤프 마스크 필터는 영상의에지(edges)를 검출하는 필터가 아니라, 비슷한 명암을 가진 픽셀을 둘러싼 다른 명암 값의 차이를 조절 하는 필터이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
영상 매칭은 어느 분야에 활용되는가? 컴퓨터 비전 분야에서 영상 매칭(image matching)은 다양한 접근법과 과정으로 연구되어왔고, 영상 매칭을 이용하는 다양한 응용분야의 발전을 가져왔다. 영상 매칭은 객체인식(object recognition), 장면인식(scene recognition), 스테레오정합(stereo correspondence), 다중영상으로부터 3차원 구조물 복원(3D structure reconstruction from multiple images), 모션트래킹(motion tracking)등의 분야에 활용되어 왔다.
영상매칭과 인식에서 특징적인 요소를 사용하기 위해서는 조명이나 3D 카메라 시점의 변화에도 어느 정도는 불변적일 필요가 있는 이유는? 추가적으로, 영상매칭과 인식에서 특징적인 요소를 사용하기 위해서는 조명이나 3D 카메라 시점(viewpoint)의 변화에도 어느 정도는 불변적(invariant)일 필요가 있다. 영상을 촬영하는 매체가 사람이 손에 들고 사용하는 카메라(handheld camera)이고, 카메라로 촬영하는 영상은 정확한 기계적인 조율 없이는 촬영하는 방향이나 위치가 변경될 가능성이 높기 때문이다.
영상 데이터베이스로부터 구축된 특징 데이터를 매칭하는 방법이란? 시스템이 구성되면, 사용자의 카메라로부터 입력된 영상 프레임에서 같은 방법으로 특징을 추출하여 구축된 데이터베이스 검색으로 영상 매칭과정을 수행 한다. 영상 데이터베이스로부터 구축된 특징 데이터를 매칭하는 방법은 구축과정에서 색인(indexing)된 로컬 특징 인덱스들을 TF-IDF(Term Frequency Inverse Document Frequency) 스코어링을 이용하여 매치 카운트의 엔트로피가 가장 높은 노드를 쿼리 영상과 같다고 판단하는 방법이다.
질의응답 정보가 도움이 되었나요?

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로